基于小波变换的图像压缩在监控系统中的应用研究

介绍了一种新的快速小波变换算法（FWT），在此基础上论述了基于小波变换的视频图像压缩的全过程，并提出了一种新的基于快速小波变换算法的视频现场总线监控系统。     

基于快速非抽样小波变换的岩屑多聚焦图像融合

针对传统非抽样小波变换算法较复杂的缺点,结合空、频域处理上的特点,提出了一种基于快速非抽样小波变换的多聚焦图像融合算法。与之前基于非抽样小波变换的融合算法不同,该算法取消了反变换,它根据高频小波系数绝对值和取大原则,融合图像像素值直接在对应源图像的相应位置取值,从而大大提高了图像处理的实时性,改善了融合效果。通过与六种非抽样小波变换融合算法的比较,以及快速非抽样小波变换与非抽样小波变换的融合时间对比,直观地给出了该算法的效果和时间优势。     

基于混沌系统与提升小波的彩色图像盲水印算法*

研究了混沌序列、提升小波在彩色图像盲水印中的应用,给出一种新的基于混沌系统和提升小波的彩色图像盲水印算法。算法同时采用两种不同的混沌序列,提高了算法的安全性;根据人类视觉系统特性使中低频使用不同的算法自适应地嵌入水印,使算法有了很好的隐藏效果;使用提升小波变换提高了算法的效率;对受严重攻击后提取出的水印进行优化处理,使算法有了很好的鲁棒性。实验证明,该算法具有较高的效率、较好的隐藏效果、很好的安全性和鲁棒性。     

基于视觉敏感特性的小波域图像编码算法研究

以层树分集(SPIHT)编码方案为基础,结合人类视觉系统的对比度敏感性,提出一种新的小波域图像压缩编码算法.该算法首先对原始图像进行小波变换;然后根据小波系数分布特点,结合人类视觉的对比度敏感性对小波系数进行加权处理;最后利用SPIHT编码思想完成图像的压缩.仿真实验结果表明,文中算法是一种高效的图像压缩编码方法,其压缩效果明显优于SPIHT编码方案(特别是低比特率下).     

一种新的小波域彩色图像压缩编码算法

为了快速地进行彩色图像压缩，提出了一种基于视觉掩蔽与色彩相关的小波变换域彩色图像压缩编码算法。该算法首先在RGB空间内对原始图像的彩色分量进行小波变换，并结合视觉掩蔽特性对不同区域内的小波系数进行加权处理；然后将经过加权处理的小波系数转换到自定义的Y’U’V’空间；最后依据色彩相关性来构造扩展零树结构，并利用改进的嵌入零树小波（EZW）方案在Y’U’V’空间内对小波系数进行嵌入零树编码。仿真实验结果表明，该彩色图像编码方法是一种高效的图像压缩算法，其编解码时间较CZW算法、CEZW算法缩短约1／3-1／4。     

基于投影的多尺度小波矩快速算法

多尺度小波变换矩采用几何矩定义，由信号在某一尺度下的小波逼近系数计算得到，它反映的是信号在该尺度下小波分解对应的视觉不变量。由于受到矩本身计算量的限制，小波矩的计算很难实时实现。本文提出了一种基于投影变换的二维多尺度小波变换矩快速算法。该快速算法通过投影变换将二维图像小波变换低频分量信息投影到一维空间中，从而降低了多尺度小波变换矩的计算复杂度，保证了计算精度。     

基于小波变换的数字图像水印算法

小波变换多分辨率特性可以将人眼视觉特征与图像统计特性结合起来,为设计最优的水印系统提供了一种可能,具有更大的发展空间.本文针对数字图像水印透明性特性,提出了一种基于小波变换的图像水印算法,实验结果表明,该算法取得了良好的效果.     

基于MPSoC平台小波变换并行算法研究

快速小波变换是数字信号处理面临的一个重要问题,针对并行小波算法展开研究,缩减小波变换中卷积运算的规模,提高小波变换过程中的并行效能,以实现小波变换的快速并行计算。通过FFT矩阵代入计算,消去了并行计算过程中的同步通信,降低了乘法运算次数。对算法思想进行了理论分析,说明新算法在短小数据分段情况下能够减少50%~75%的乘法操作;通过搭建两种不同平台进行了对比测试,证明了算法的先进性与有效性。基于FFT矩阵的并行小波变换算法是一种稳定有效的经典小波并行算法。     

基于系数相关性的小波变换红外图像去噪

提出了一种基于层内邻域相关性的正交小波变换红外图像去噪算法.首先对红外图像进行离散小波变换,分别对各个分解层的高频子带进行处理;考虑到小波系数的层内邻域相关性,通过基于最小均方误差算法的邻域小波系数向量估计小波系数,然后由估计的高频子带小波系数,通过小波反变换得到去噪图像.仿真结果表明,该红外图像去噪算法能有效去除图像噪声,在峰值信噪比和主观视觉质量等方面都有明显改善.     

应用人眼视觉特性的Contourlet域图像压缩编码算法

鉴于Contourlet变换存在冗余,小波变换不能准确捕获图像特征等不足,提高编码速度和改进视觉效果,提出了一种基于人眼视觉特性的混合域图像压缩编码算法。算法对原始图像进行小波分解,对中高频小波子带进一步实施自适应方向分解;根据人眼视觉特性（HVS）,对不同子块变换系数进行加权处理;结合小波分解与方向分解特点,构造扩展的空间方向树结构;根据系数重要性,对低频系数采用新的排列结构,采用SPIHT编码思想完成图像压缩。实验结果表明,提出的混合域图像编码方法是一种高效的图像压缩算法,其压缩效果明显优于SPIHT、WBCT等图像压缩方案（特别是低比特率下）。     

基于迭代合并滤波的自适应分块压缩

提出了一种新的基于迭代合并滤波(RMF,RecursiveMergeFilter)的自适应分块压缩方法,它在图像的逐步编码过程中可以实现对子图像的编码。该方法在编码过程中对离散小波变换(DWT,DiscreteWaveletTransform)进行改进,克服了快速小波变换FWT(FastWaveletTransform)不能对子图像进行编码的缺陷,提高了图像质量和编码速度。同时提出了一种合理的小波系数排序方法—光栅扫描排序,它能够替代FWT方法中的Z字形排序,从而提高了编码效率。     

基于曲波变换和小波变换的图像去噪算法

针对应用曲波变换进行图像处理过程中所产生的伪影现象,提出一种基于快速离散曲波变换和小波变换的联合去噪算法。对噪声图片分别采用非抽样小波变换和快速离散曲波变换进行去噪,并对经过快速离散曲波变换去噪后的图像进行四叉树分解,根据分解结果对图像进行重构得到最终融合图像。实验结果表明,联合去噪算法对图像的边缘和均匀区域都有较好的去噪效果,能够有效抑制伪影,具有较高的峰值信噪比。     

基于时频融合特征的3D空间手写识别

研究基于3D加速度传感器的空间手写识别技术,提出一种基于时频融合特征的分类识别方法。从加速度数据中提取短时能量 (STE)特征及低频分量,经快速傅里叶变换后提取频域特征WPD+FFT,将时域特征STE和频域特征WPD+FFT进行特征融合,利用主成分分析法对其降维,采用支持向量机进行分类识别。实验结果表明,该方法能提高空间手写识别系统的识别率。     

基于DWT和SVD相结合的图像水印算法

以多级小波变换,奇异值分解为基础,一种新的可以同时抵抗几何变换及噪声攻击的图像数字水印算法被提出.首先对水印图像先做加密处理,将原始图像进行多级小波分解,然后对其低频部分进行奇异值分解,并把已加密的水印信息嵌入其中.实验结论和攻击测试表明:该算法不仅具有较好的不可感性,而且与相近算法相比,该方法可以同时抗击几何变换,如旋转、剪切、镜像,及叠加噪声如椒盐、高斯噪声等外界攻击,并具有很好的鲁棒性.     

An emboli detection system based on Dual Tree Complex Wavelet Transform and ensemble learning

The traditional visual and acoustic embolic signal detection methods based on the expert analysis of individual spectral recordings and Doppler shift sounds are the gold standards. However, these types of detection methods are high-cost, subjective, and can only be applied by experts. In order to overcome these drawbacks, computer based automated embolic detection systems which employ spectral properties of emboli, speckle, and artifact using Fourier and Wavelet Transforms have been proposed. In this study, we propose a fast, accurate, and robust automated emboli detection system based on the Dual Tree Complex Wavelet Transform (DTCWT). Employing the DTCWT, which does not suffer from the lack of shift invariance property of ordinary Discrete Wavelet Transform (DWT), increases the robustness of the coefficients extracted from the Doppler ultrasound signals. In this study, a Doppler ultrasound dataset including 100 samples from each embolic, Doppler speckle, and artifact signal is used. Each sample obtained from forward and reverse blood flow directions is represented by 1024 points. In our method, we first extract the forward and reverse blood flow coefficients separately using DTCWT from the samples. Then dimensionality reduction is applied to each set of coefficients and both of the reduced set of coefficients are fed to classifiers individually. Subsequently, in the view that the forward and reverse blood flow coefficients carry different characteristics, the individual predictors of these classifiers are combined using ensemble stacking method. We compare the obtained results with Fast Fourier Transform and DWT based emboli detection systems, and show that the features extracted using DTCWT give the highest accuracy and emboli detection rate. It is also observed that combining forward and reverse coefficients using stacking ensemble method improves the emboli and artifact detection rates, and overall accuracy.     

基于Bark子波变换的MFCC特征提取

为提高低信噪比环境下语音的鲁棒性,提出一种改进的Mel频率倒谱系数(MFCC)特征提取方法。在传统MFCC特征提取的基础上,引入更适应人耳听觉系统的Bark子波变换,在快速傅里叶变换之前对语音进行预处理,并在MFCC提取方法中代替离散余弦变换;在语音预处理阶段,利用改进的Lanczos窗函数抑制旁瓣以提高语音鲁棒性。实验表明,与传统MFCC方法相比,在噪声环境下,改进方法具有更高的说话人识别率。     

A multiresolution wavelet networks architecture and its application to pattern recognition

This paper aims at addressing a challenging research in both fields of the wavelet neural network theory and the pattern recognition. A novel architecture of the wavelet network based on the multiresolution analysis (MRWN) and a novel learning algorithm founded on the Fast Wavelet Transform (FWTLA) are proposed. FWTLA has numerous positive sides compared to the already existing algorithms. By exploiting this algorithm to learn the MRWN, we suggest a pattern recognition system (FWNPR). We show firstly its classification efficiency on many known benchmarks and then in many applications in the field of the pattern recognition. Extensive empirical experiments are performed to compare the proposed methods with other approaches.     

Contourlet和小波相结合的SPIHT算法

借鉴Contourlet变换和WBCT的思想,采用Contourlet和小波相结合的变换,并根据变换后系数的特殊结构,提出了一种新的空间方向树结构,实现了对变换后系数的类似SPIHT编码,达到了对图像压缩的目的。实验表明,该算法能更好地恢复图像的纹理和细节信息,并在低比特率下具有较高的峰值信噪比。     

Image fusion based on simultaneous empirical wavelet transform

Multimedia Tools and Applications - In this paper, a new multi-scale image fusion algorithm for multi-sensor images is proposed based on Empirical Wavelet Transform (EWT). Different from...     

多尺度时间序列异常事件检测

给出了时间序列中异常事件的多尺度检测方法。该方法基于小波变换模极大值。异常事件可以在各个尺度上进行观察,这是通过沿小波变换模极大值线搜索完成的。并给出了算法实现和在时间序列中的应用。